PostgreSQLがより高価な結合順序を選択するのはなぜですか？

デフォルトを使用したPostgreSQL、および

default_statistics_target=1000
random_page_cost=1.5

バージョン

PostgreSQL 10.4 on x86_64-pc-linux-musl, compiled by gcc (Alpine 6.4.0) 6.4.0, 64-bit

掃除機をかけて分析しました。クエリは非常に簡単です。

SELECT r.price
FROM account_payer ap
  JOIN account_contract ac ON ap.id = ac.account_payer_id
  JOIN account_schedule "as" ON ac.id = "as".account_contract_id
  JOIN schedule s ON "as".id = s.account_schedule_id
  JOIN rate r ON s.id = r.schedule_id
WHERE ap.account_id = 8

すべてのid列は主キーであり、結合されるものはすべて外部キー関係であり、各外部キーにはインデックスがあります。プラスのインデックスaccount_payer.account_id。

76k行を返すには3.93秒かかります。

Merge Join  (cost=8.06..83114.08 rows=3458267 width=6) (actual time=0.228..3920.472 rows=75548 loops=1)
  Merge Cond: (s.account_schedule_id = "as".id)
  ->  Nested Loop  (cost=0.57..280520.54 rows=6602146 width=14) (actual time=0.163..3756.082 rows=448173 loops=1)
        ->  Index Scan using schedule_account_schedule_id_idx on schedule s  (cost=0.14..10.67 rows=441 width=16) (actual time=0.035..0.211 rows=89 loops=1)
        ->  Index Scan using rate_schedule_id_code_modifier_facility_idx on rate r  (cost=0.43..486.03 rows=15005 width=10) (actual time=0.025..39.903 rows=5036 loops=89)
              Index Cond: (schedule_id = s.id)
  ->  Materialize  (cost=0.43..49.46 rows=55 width=8) (actual time=0.060..12.984 rows=74697 loops=1)
        ->  Nested Loop  (cost=0.43..49.32 rows=55 width=8) (actual time=0.048..1.110 rows=66 loops=1)
              ->  Nested Loop  (cost=0.29..27.46 rows=105 width=16) (actual time=0.030..0.616 rows=105 loops=1)
                    ->  Index Scan using account_schedule_pkey on account_schedule "as"  (cost=0.14..6.22 rows=105 width=16) (actual time=0.014..0.098 rows=105 loops=1)
                    ->  Index Scan using account_contract_pkey on account_contract ac  (cost=0.14..0.20 rows=1 width=16) (actual time=0.003..0.003 rows=1 loops=105)
                          Index Cond: (id = "as".account_contract_id)
              ->  Index Scan using account_payer_pkey on account_payer ap  (cost=0.14..0.21 rows=1 width=8) (actual time=0.003..0.003 rows=1 loops=105)
                    Index Cond: (id = ac.account_payer_id)
                    Filter: (account_id = 8)
                    Rows Removed by Filter: 0
Planning time: 5.843 ms
Execution time: 3929.317 ms

を設定するとjoin_collapse_limit=1、0.16秒かかり、25倍の速度になります。

Nested Loop  (cost=6.32..147323.97 rows=3458267 width=6) (actual time=8.908..151.860 rows=75548 loops=1)
  ->  Nested Loop  (cost=5.89..390.23 rows=231 width=8) (actual time=8.730..11.655 rows=66 loops=1)
        Join Filter: ("as".id = s.account_schedule_id)
        Rows Removed by Join Filter: 29040
        ->  Index Scan using schedule_pkey on schedule s  (cost=0.27..17.65 rows=441 width=16) (actual time=0.014..0.314 rows=441 loops=1)
        ->  Materialize  (cost=5.62..8.88 rows=55 width=8) (actual time=0.001..0.011 rows=66 loops=441)
              ->  Hash Join  (cost=5.62..8.61 rows=55 width=8) (actual time=0.240..0.309 rows=66 loops=1)
                    Hash Cond: ("as".account_contract_id = ac.id)
                    ->  Seq Scan on account_schedule "as"  (cost=0.00..2.05 rows=105 width=16) (actual time=0.010..0.028 rows=105 loops=1)
                    ->  Hash  (cost=5.02..5.02 rows=48 width=8) (actual time=0.178..0.178 rows=61 loops=1)
                          Buckets: 1024  Batches: 1  Memory Usage: 11kB
                          ->  Hash Join  (cost=1.98..5.02 rows=48 width=8) (actual time=0.082..0.143 rows=61 loops=1)
                                Hash Cond: (ac.account_payer_id = ap.id)
                                ->  Seq Scan on account_contract ac  (cost=0.00..1.91 rows=91 width=16) (actual time=0.007..0.023 rows=91 loops=1)
                                ->  Hash  (cost=1.64..1.64 rows=27 width=8) (actual time=0.048..0.048 rows=27 loops=1)
                                      Buckets: 1024  Batches: 1  Memory Usage: 10kB
                                      ->  Seq Scan on account_payer ap  (cost=0.00..1.64 rows=27 width=8) (actual time=0.009..0.023 rows=27 loops=1)
                                            Filter: (account_id = 8)
                                            Rows Removed by Filter: 24
  ->  Index Scan using rate_schedule_id_code_modifier_facility_idx on rate r  (cost=0.43..486.03 rows=15005 width=10) (actual time=0.018..1.685 rows=1145 loops=66)
        Index Cond: (schedule_id = s.id)
Planning time: 4.692 ms
Execution time: 160.585 ms

これらの出力は私にはほとんど意味がありません。最初のものは、スケジュールおよびレートインデックスのネストされたループ結合の280,500の（非常に高い）コストがあります。なぜPostgreSQLはその非常に高価な結合を最初に意図的に選択するのですか？

コメントを介して要求される追加情報

あるrate_schedule_id_code_modifier_facility_idx化合物のインデックス？

それは、schedule_id最初の列です。専用のインデックスにし、クエリプランナーが選択しましたが、パフォーマンスに影響したり、プランに影響したりすることはありません。

統計が正確ではないようです（バキューム分析を実行して更新する）か、モデルに相関列があります（したがってcreate statistics、その事実をプレーナーに通知するために実行する必要があります）。

このjoin_collapseパラメーターを使用すると、プランナーは結合を再配置して、より少ないデータをフェッチする結合を最初に実行できます。ただし、パフォーマンスのために、プランナーに多くの結合を含むクエリでそれを実行させることはできません。デフォルトでは、最大8個の結合に設定されています。1に設定すると、単にその機能を無効にします。

それでは、postgresはこのクエリがフェッチする行数をどのように予測しますか？統計を使用して行数を推定します。

Explainプランで確認できるのは、いくつかの不正確な行数の推定があることです（最初の値は推定値で、2番目は実際の値です）。

たとえば、ここに：

Materialize  (cost=0.43..49.46 rows=55 width=8) (actual time=0.060..12.984 rows=74697 loops=1)

プランナーは、実際に74697を取得したときに55行を取得すると推定しました。

私がしたいこと（あなたの靴の中にいた場合）は：

• analyze 統計の更新に関係する5つのテーブル
• リプレイ explain analyze
• 推定行番号と実際の行番号の違いを見てください
• 推定行数が正しい場合、計画が変更され、より効率的である可能性があります。すべてが問題ない場合は、自動バキューム設定を変更して、分析（およびバキューム）がより頻繁に実行されるようにすることを検討してください。
• 推定行番号がまだ間違っている場合は、あなたのテーブル内の相関データ（第3正規形違反を）持っているように、それは。あなたがでそれを宣言する検討するかもしれないそうですCREATE STATISTICS（ドキュメントここ）

行の見積もりとその計算に関する詳細情報が必要な場合は、Tomas Vondraのconf talk "統計の作成-目的は？"で必要なものがすべて見つかります。（スライドはこちら）